Question

我正在使用Python 3.4和匀称1.3.2从长/纬坐标对列表中创建一个多边形对象，我将其转换为一个众所周知的文本字符串以便解析它们。这样的Polygon可能看起来像：

POLYGON ((-116.904 43.371, -116.823 43.389, -116.895 43.407, -116.908 43.375, -116.904 43.371))

由于shapely不处理任何投影并实现了carthesian空间中的所有几何对象，因此在该多边形上调用area方法，如：

poly.area

以平方度为单位给出了该多边形的面积。为了得到像平方米这样的平面单位的区域，我想我必须使用不同的投影（哪一个？）来变换多边形的坐标。

我多次读过pyproj库应该提供的方法。使用pyproj，有没有办法将整个形状上的Polygon对象转换为另一个投影，然后计算面积？

我用我的多边形做了一些其他的东西（不是你现在想的），只有在某些情况下，我需要计算面积。

到目前为止，我只发现了这个例子： http://all-geo.org/volcan01010/2012/11/change-coordinates-with-pyproj/

这意味着将每个Polygon对象分割成它的外部和（如果存在的话）内环，抓取坐标，将每对坐标转换为另一个投影并重建Polygon对象，然后计算它的面积（无论如何它是什么单位）？）。这看起来像一个解决方案，但不太实用。

有更好的想法吗？

Answer 1

好的，我终于使用了matplotlib库的Basemap工具包。我将解释它是如何工作的，也许这对某些人来说会有所帮助。

1。在您的系统上下载并安装matplotlib库。 http://matplotlib.org/downloads.html

对于Windows二进制文件，我建议使用此页面： http://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlib 谨防提示：

需要numpy，dateutil，pytz，pyparsing，six，以及可选的枕头， pycairo，龙卷风，wxpython，pyside，pyqt，ghostscript，miktex，ffmpeg， mencoder，avconv或imagemagick。

因此，如果您的系统上尚未安装，则必须下载并安装numpy，dateutil，pytz，pyparsing以及6个matplotlib才能正常工作（对于Windows用户：所有这些都可以在页面上找到，对于Linux用户，python包管理器“pip”应该可以做到这一点。

2。下载并安装matplotlib的“basemap”工具包。来自 http://matplotlib.org/basemap/users/installing.html 或者对于Windows二进制文件也来自这里： http://www.lfd.uci.edu/~gohlke/pythonlibs/#basemap

3。在Python代码中进行投影：

#Import necessary libraries
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
import numpy as np

#Coordinates that are to be transformed
long = -112.367
lat = 41.013

#Create a basemap for your projection. Which one you use is up to you.
#Some examples can be found at http://matplotlib.org/basemap/users/mapsetup.html
m = Basemap(projection='sinu',lon_0=0,resolution='c')

#Project the coordinates:
projected_coordinates = m(long,lat)

输出：

projected_coordinates           （10587117.191355567,14567974.064658936）

这很简单。现在，当使用投影坐标来构建具有匀称的多边形，然后通过匀称的面积方法计算面积时，您将获得以平方米为单位的面积（根据您使用的投影）。要达到平方公里，除以10 ^ 6。

编辑：我努力不仅仅转换单个坐标，而是整个几何对象，如多边形，当那些已经作为形状对象而不是通过它们的原始坐标给出时。这意味着要编写大量代码

获取多边形外环的坐标
确定多边形是否有孔，如果是，则单独处理每个孔
转换外圈和任何孔的每对坐标
将整个事物放回原处并使用投影坐标
并且仅适用于多边形...为多边形和几何体集添加更多循环

然后我偶然发现了这部分形状文档，使事情变得更容易： http://toblerity.org/shapely/manual.html#shapely.ops.transform

设置投影贴图时，例如如上所述：

m = Basemap(width=1,height=1, resolution='l',projection='laea',lat_ts=50,lat_0=50,lon_0=-107.)

然后，可以使用此投影通过以下方式转换任何形状几何对象：

from shapely.ops import transform
projected_geometry = transform(m,geometry_object)

Answer 2

计算测地线区域，该区域非常准确，仅需要一个椭球体（而不是投影）。可以使用pyproj 2.3.0或更高版本。

slice

mydata %>% group_by(A, B) %>% slice(1)用于仅返回正数区域。根据多边形的缠绕方向，可能会返回负值区域。

Answer 3

转换为弧度并假设地球是6370Km半径的完美球体：

p = np.array（[[ - 116.904,43.371]，[ - 116.823,43.389]，[ - 116.895,43.407]，[ - 116.908,43.375]，[ - 116.904,43.371]]

poly = Polygon（np.radians（p））

poly.area       = 4.468737548271707e-07

poly.area * 6370 ** 2       = 18.132751662246623

Python / shapely：以平面单位计算多边形面积（例如平方米）

3 个答案: